智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
品牌
其他品牌
數字人才具有創新性、實戰性、復合性、開放性、交叉性等特點，是推進數據要素市場化配置改革、實現數據科技創新、推動國家數據基礎設施建設運營、促進數據產業高質量發展的關鍵，是國與國之間數字經濟競爭的核心，更是數字中國建設的基石。近日，國家發展改革委、國家數據局、教育部、科技部、中共中央組織部等五部委聯合印發了《關于加強數據要素學科專業建設和數字人才隊伍建設的意見》(以下簡稱“《意見》”)，準確把握當前數字人才培養存在的學科專業設置覆蓋面不全、數據從業人員實操水平有待提升、數據領域學術研究尚不成熟、產學研用協同創新亟需加強等問題，提出健全數據要素學科專業、推進數據行業職業教育、繁榮數據領域學術研究、促進數據領域產學研用協同等重大舉措，從學科設置、職業教育、學術研究、應用協同等方面多措并舉，構建數字人才自主培養新生態，為數字中國建設奠定堅實的人才基礎。
一、重構學科專業設置，形成分類培養新格局
數據要素學科專業是數字人才培養的基礎。當前，數據要素化市場化進程不斷加快，人工智能大模型技術快速提升，各行各業“智改數轉網聯”應用持續深化，對數據資源開發利用、高質量數據集、數據基礎設施、全域數字化轉型等方面的數字人才需求巨大。但數據要素學科體系尚未覆蓋數據要素價值釋放各環節，設置數據相關專業的特色型高校和職業院校規模不大。數字人才培養規模和質量遠遠不能滿足數字中國建設的需求。
我國擁有世界最大規模的高等教育體系，在培養多層次人才方面具有得天獨厚的優勢。《意見》針對數據要素學科專業數量少覆蓋面窄的問題，從“做多”“做專”“做強”三個方面進行了前瞻布局。在“做多”方面，鼓勵各層次高校增設各類數據要素學科專業。不僅支持綜合性高校建設數字學院，還鼓勵特色高校加強數據要素相關優勢專業建設，并且鼓勵職業院校增設貼近市場需求的數據要素相關專業；在“做專”方面，鼓勵有基礎的高校和地方探索實用型數據要素專業。一方面支持高校開設數據要素相關“微專業”，如鼓勵具備通訊網絡、數據安全、數據科學等相關學科專業基礎的高校，探索設置數據基礎設施微專業。另一方面鼓勵地方建設數據相關院校、指導職業院校增設特色專業；在“做強”方面，鼓勵多渠道探索高層次數字人才培養方式。一是建立健全數據要素本碩博銜接的人才培養機制。二是支持高校聘請行業專家開展協同育人，如南京郵電大學與安恒信息共建數據要素創新實驗室，并聘請行業知名專家擔任實驗室主任，推動校企聯合開展科研攻關與實踐教學，探索產學研用協同育人模式。三是充分發揮數據要素相關教指委作用等舉措。這些舉措的落地實施，必將構建起領域多、覆蓋廣、水平高的數據要素學科專業體系，為大規模、高質量培養各領域、各層級需要的數字人才奠定堅實基礎。
二、大力發展職業教育，滿足數據產業需求
數據產業是數字中國建設主體之一，是數據要素化價值化的推動者和實踐者，包括數據資源、數據技術、數據應用、數據服務、數據安全和數據基礎設施等不同業態。我國正在大力培育數據企業，聚力構建面向人工智能應用的數據產業鏈，全力建設數據產業集聚區，探索有區位產業優勢的數字人才特色培養項目，從“點-線-面”三個維度，推進數據產業高質量發展，迫切需要大量擁有實戰能力的數字人才。
實用型、操作型數字人才培養是數據產業高質量發展的重要保障。長期以來，我國數字人才培養多聚焦于數字經濟、數據科學、大數據與人工智能等經濟類、技術類領域，而較少關注數據采集匯聚、加工處理、流通應用、安全治理等實用類、操作類數字人才。《意見》針對數據從業人員實操能力不足的問題，從“生態”“共建”“實戰”三個角度進行了全面部署和規劃。在“生態”方面，規劃了全國數據職業教育教學指導委員會、產教聯合體、產教融合共同體、從業人員能力標準等新型產教融合生態；在“共建”方面，強調企業和高校共建“校中廠”“廠中校”實訓基地、支持企業與職業院校共建數字課程、工作手冊式教材和教學案例；在“實戰”方面，提出了加快“雙師型”“工學一體化”教師隊伍建設，鼓勵參加世界職業院校技能大賽，推動競賽成果轉化為教學資源，鼓勵各類專業增設數據課程內容。通過實施以上措施，將全面構建起適應數據產業高質量發展需求的實用型、操作型數字人才培養模式。
三、繁榮數據領域學術研究，激發數據創新動能
數據科技創新是數字中國建設的核心環節，而數據領域學術研究是數據科技創新的動力源泉，只有繁榮興旺的學術研究，才能激發出更加澎湃的數據科技創新動能，才能為數字中國建設提供更加強大的科技支撐。數據科技創新的核心是提升數據安全流通治理能力，實現高價值數據既能高效流通又能確保安全，破解長期以來數據流通和安全兩者不可兼得的難題。這就要求構建高水平的科研團體和平臺，夯實科學數據基礎，瞄準數據領域重大問題，開展有組織科研。
通過規模化的科研組織開展數據領域重大前沿理論技術問題研究，是突破數據領域關鍵核心技術的重要途徑。《意見》針對數據領域學術研究組織弱小散問題，從“組織”“系統”“權威”三個層級提出了解決方案。在“組織”方面，提出了成立科技社團、實施高層次數字人才培養行動、暢通成果發表渠道、組織學術交流等措施；在“系統”方面，提出了從戰略、基礎理論、政策法律、基礎共性理論、應用技術等方面開展系統研究，構建中國特色數據要素自主知識體系和科學研究體系。如在建設國家數據基礎設施過程中，從政策、技術、工程、標準等方面系統推進，特別是標準先行，先期制定了一批國家數據基礎設施層級架構和互聯互通的標準和技術文件；在“權威”方面，強調要打造權威科學數據庫、建設科技領域數據基礎設施和高質量數據集等。通過全面落地以上布局，必將極大繁榮我國數據領域學術研究，極大激發數據科技創新動能。
四、促進數據領域產學研用協同，充分發揮應用場景牽引作用
數據要素的乘數效應表現出協同優化、復用增效、融合創新等特點，越是不同來源、不同類型的數據在不同應用場景中協同、復用和融合，越能創造出更大的價值。而不同領域的應用場景不僅是多源數據發揮乘數效應的場所，更能產生出具有額外價值的衍生數據，促進數據要素價值釋放。這就要求以應用場景為牽引，加強數據領域產學研用協同，探索復合型、創新型、實戰型數字人才的協同培養模式。
打造數據要素產教融合創新平臺，更好發揮企業在數字人才培養中的作用，是創新數字人才協同培養模式、充分發揮數據要素乘數效應的有效手段。《意見》針對數據領域產學研用協同創新程度不足、數字人才協同培養場景不多等問題，從“場景”“協同”“創新”等三個維度提出了實施路徑。在“場景”方面，提出建設一批企業發揮主導作用的數字人才培養典型應用場景；在“協同”方面，一是支持高校與企業協同共建數字領域專業特色學院。二是與數字中國、數字經濟、數據要素、數據產業等試點示范項目協同探索數字人才特色培養項目。三是鼓勵高校建設數據要素交叉學科平臺、產教融合研究院等新型組織；在“創新”方面，提出建設運營數據要素產教融合創新平臺，加快數據領域前沿關鍵共性技術研發，鼓勵企業開放技術平臺和應用場景，委托相關國家平臺承擔數字人才培養項目，協同培養國家戰略急需的復合型應用人才。通過實施以上措施，將極大促進數據領域產學研用協同創新，不斷迭代優化數字人才協同培養模式。
文 | 北京交通大學教授 張向宏
北京化工大學經濟管理學院副教授 涂群
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
